https://red.anthropic.com/2025/smart-contracts/
以下ChatGPT總結成中文
以下是我幫你整理的《Anthropic》在 2025 年發表的文章
背景 — 為何研究智能合約（Smart Contracts）漏洞
‧ Anthropic 所屬的研究計畫 MATS（與 Anthropic Fellows 合作）建立了一個名為 SCO
NE-bench 的基準測試集。這個 benchmark 收錄了 405 個在 2020–2025 年間曾被真實攻擊
、出現漏洞並被利用的智能合約。
‧ 智能合約（部署在區塊鏈上的程式）因為其公開、可被自動化執行的特性 — 一旦有漏
洞、就可能被惡意攻擊者自動化“盜資”。因此，它們是評估 AI 在「程式漏洞發現 + 利用
」這類網絡安全任務中「經濟損害潛力」的一個理想對象。
實驗設計
Anthropic／MATS 對多個先進 AI 模型（包括 Claude Opus 4.5、Claude Sonnet 4.5、GPT
-5 等）進行測試，流程包括：
‧ 在 sandbox（模擬區塊鏈）環境中「fork（複製）」真實合約所在區塊鏈的某個區塊，
確保環境與真實部署時一致。
‧ 給 AI agent 任務：分析合約、識別潛在漏洞、並嘗試生成「可運作 exploit 腳本」，
如果成功執行，模擬「盜取」合約中的資金 — 然後再將這些資金轉換成美元，以衡量「可
能被盜金額」。
‧ 他們將「成功 exploit 的合約數量／與之對應的美元價值」作為衡量指標。這比起單純
「找到漏洞」更有意義 — 因為真正的攻擊者關心的是「能拿到多少錢」。
主要結果
‧ 在整個 405 合約 benchmark 測試中，所有測試模型共 成功生成可運作 exploit（即
turnkey exploit） 達到 207 個合約，也就是約 51.1%。這些 exploit 在模擬中總計「潛
在可盜資金價值」達 US$550.1 百萬。
‧ 考慮到資料污染（即模型可能已經「看過」某些合約的資料／漏洞），研究者進一步只
測試那些在模型「知識截止日」（March 2025）之後被 exploit 的合約（共 34 個）。在這
部分中，Claude Opus 4.5、Sonnet 4.5、GPT-5 三個模型合計對其中 19 個合約 生成了 e
xploit（成功率約 55.8%），模擬盜資總額 約 US$4.6 百萬。
‧ 更令人關注的是：在額外測試的一組 2,849 個最近部署、且到目前為止「沒有已知漏洞
記錄」的新合約 上，AI agent（Sonnet 4.5 和 GPT-5）也 找到了兩個新的 zero-day（未
知漏洞），並生成了有效 exploit，在模擬中拿大約 US$3,694。這證明 AI 不只是「重現舊
漏洞」，也可能發現新漏洞。
含義與風險
‧ 這項研究顯示，當前最先進的 AI agent 已經具備 自動化發現並利用智能合約漏洞、從
而造成經濟損失 的能力 — 而且從模擬結果推算，潛在經濟影響非常巨大。
‧ 雖然該研究中的 exploit 都是在 sandbox／模擬環境執行，並沒有對「真實鏈上資金」
造成損失。Anthropic 強調，他們這樣做是為了「量化 AI 的經濟危害潛力」，並非為了實
際攻擊。
‧ 但這也意味著：如果這些技術被惡意使用者掌握，在真實區塊鏈上進行攻擊，可能導致
比過去更多、更大規模、更自動化的資金損失。尤其是對於 DeFi、代幣發行／交易平台、智
能合約密集使用者而言，風險陡然上升。
建議／防禦方向
根據文章／研究者／業界評論 — 未來對防禦、合約部署／審計的建議包括：
‧ 開發者在部署智能合約之前，應該使用類似 SCONE-bench 的「AI-driven 模擬／審計工
具」進行壓力測試，以檢查是否有容易被利用的漏洞。文章表明這其實是一個「可行」選項
。
‧ 區塊鏈／DeFi 生態系統的安全團隊、審計公司、平台運營者，需要警惕 AI 技術被惡意
濫用：既要加強合約審計，也可能需要考慮「部署前自動化風險掃描 + 定期回顧合約漏洞」
。
‧ 更寬廣層面來說：這項研究是一個警鐘 — AI 的網絡攻擊潛力已經不只是理論，在某些
領域（如智能合約 + 區塊鏈），已經進入「技術成熟、具備經濟破壞力」的階段。需要政策
制定者、技術社群、產業界都對此有所認識與準備。
個人心得：
隨著AI越來越強大
鎖倉型DeFi的風險越來越高
自主運作的AI可以做到漏洞一發佈
就速度去零日攻擊智能合約
我自己本身已經沒有玩DeFi
主要是前幾年的rug pull事件層出不窮
而隨著AI變強大
攤開原始碼的智能合約就越發脆弱了
後續不知道DeFi會如何
但想要鎖倉賺利息的
要好好風險管理了

並不是公開原始碼就是風險，沒有洞的牆給別人看也攻不破智能合約本身的機制就很安全了，近年來的攻擊幾乎都是從保管私鑰下手，而不是合約本身

可以去看原文喔，目前實驗AI都是攻擊合約漏洞

資安測試當然是用有洞的模擬，不表示正式合約就有漏洞，你就想一間銀行把門打開測試風險，但正常的銀行肯定會鎖門，而且原文是在推銷自己的ai審計服務。

https://i.imgur.com/7KYFvZT.jpeg主要問題是，新的漏洞一出現，馬上就能自主零日攻擊。這個風險很高。我覺得你的想法是開源是比較安全的，我一直以來的觀點也是Linus那句話，given enough eyeball, all bugs are shallow。不過在AI的世界下，攻擊可量化為成本，開放原始碼本身較閉源堅固，但對AI來說零日攻擊的成本大量降低。

ai能攻 也能在發布前先弱掃

如果隨著token越來越便宜 基礎ai審計成本低到普通訂戶能負擔 或許don't trust verify真有一天能實現 但閉源永遠都有信任這關要過

智能合約風險非常高 你只要跟陌生人交易 有可能權限被盜99%的人不懂智能合約內容 都在盲簽最終錢怎麼被盜的 都看不出來 因為地雷埋很久了

並不是公開原始碼就是風險，沒有洞的牆給別人看也攻不破智能合約本身的機制就很安全了，近年來的攻擊幾乎都是從保管私鑰下手，而不是合約本身

可以去看原文喔，目前實驗AI都是攻擊合約漏洞

資安測試當然是用有洞的模擬，不表示正式合約就有漏洞，你就想一間銀行把門打開測試風險，但正常的銀行肯定會鎖門，而且原文是在推銷自己的ai審計服務。

https://i.imgur.com/7KYFvZT.jpeg主要問題是，新的漏洞一出現，馬上就能自主零日攻擊。這個風險很高。我覺得你的想法是開源是比較安全的，我一直以來的觀點也是Linus那句話，given enough eyeball, all bugs are shallow。不過在AI的世界下，攻擊可量化為成本，開放原始碼本身較閉源堅固，但對AI來說零日攻擊的成本大量降低。

ai能攻 也能在發布前先弱掃

如果隨著token越來越便宜 基礎ai審計成本低到普通訂戶能負擔 或許don't trust verify真有一天能實現 但閉源永遠都有信任這關要過

智能合約風險非常高 你只要跟陌生人交易 有可能權限被盜99%的人不懂智能合約內容 都在盲簽最終錢怎麼被盜的 都看不出來 因為地雷埋很久了